Claude Code hizo un servidor MCP y se quedó corto: qué significa para tu API

En este artículo

En julio, CData publicó un informe con un titular que no deja indiferente a nadie que trabaje con agentes: le pidieron a Claude Code que construyera un servidor MCP para empresa y se quedó corto. De ocho pruebas de fiabilidad, solo aprobó una sin ayuda humana.¹

Lo hemos leído entero, resumen ejecutivo incluido. Aquí va lo que encontraron, lo que conviene leer con cautela y lo que significa si quieres que Claude o ChatGPT trabajen con tu API.

Qué probó CData

El objetivo era un conector MCP para SharePoint, una de las plataformas donde más datos de negocio guardan las empresas: compras, contratos, altas de empleados. Lo probaron así:

• Nueve sesiones en dos fases. Primero Claude Code con un prompt mínimo, como empezaría casi cualquiera. Después, un desarrollador con experiencia en conectores, con un flujo de trabajo estructurado, CLAUDE.md y un plan antes de implementar.
• Datos reales. Un SharePoint en producción, con listas de 3 a más de 40.000 elementos. Nada de datos sintéticos.
• Ocho dimensiones. Cada una ligada a un fallo que aparece en producción y no en una demo.

Con la guía del experto se arreglaron la paginación y las listas grandes. Pero tres dimensiones nunca quedaron resueltas del todo, y el arreglo del fallo más grave rompió la autenticación, que hasta entonces funcionaba.

Los fallos que más duelen son los silenciosos

Un error que salta se arregla. Lo peligroso es una respuesta que parece completa y no lo es. El informe documenta varios casos:

• Una lista con 13 columnas de búsqueda perdía una en la respuesta, sin aviso ni error.
• Con una lista de 6.500 filas, el agente dio 500 resultados y paró. Las ocho páginas habían llegado bien, pero contó mal.
• Los filtros y el orden parecían funcionar y se ignoraban: cada llamada devolvía la lista entera.
• Una consulta rutinaria de 15 elementos se quedaba colgada cinco minutos y no devolvía nada.

«La guía de un experto cerró algunos huecos. No cerró los que más importan.» Así lo resume CData.

Cuatro patrones detrás de casi todo

El resumen ejecutivo agrupa los fallos en cuatro patrones. Ninguno tiene que ver con escribir mal el código: la arquitectura era limpia y el código, en general, bueno.

La idea de fondo es esta: un asistente de código está pensado para escribir software que funciona. Producción pide software que siga funcionando con tokens que caducan, listas enormes y APIs que cambian.

Cómo leer el informe con la cabeza fría

• CData vende conectores MCP, así que la conclusión le conviene. Nosotros también vendemos esa capa, así que lee este post con la misma cautela.
• Probó una sola herramienta contra una sola plataforma. SharePoint y Microsoft Graph tienen reglas propias de paginación y de relaciones que despistan a cualquiera, sea persona o modelo.
• El propio informe salva a Claude Code para pruebas de concepto y como andamiaje en manos de quien ya conoce los casos difíciles.

Nosotros usamos Claude cada día, también dentro de Connect. El mensaje no es "no uses IA". Es que escribir el conector es la parte fácil, y mantenerlo en producción, la difícil.

Lo que hace Connect en cada punto

Connect no te genera código para que lo mantengas. Es la capa que ejecuta tus tools, la misma para todas las integraciones, y ya cubre buena parte de lo que el informe pone a prueba:

• Tokens que caducan. Antes de cada llamada, si el token del usuario caduca en menos de un minuto, Connect lo renueva. Si tu API responde 401, lo renueva y reintenta una vez. Los tokens se guardan cifrados, con una clave propia para cada integración.
• Los permisos de cada usuario. Cada llamada sale con la sesión de quien pregunta, nunca con una cuenta de servicio compartida. Ve lo mismo que vería en tu app.
• Respuestas grandes sin cortes silenciosos. Eliges qué campos llegan al modelo y cuántos caracteres como máximo. Si una respuesta se pasa, el modelo recibe un aviso con cuánto se muestra y cuánto falta. Por encima de 2 MB la llamada falla con un error claro.
• Esperas con límite. Cada llamada a tu API tiene 10 segundos. Si no contesta, el modelo recibe un error y se lo puede decir al usuario, en lugar de cinco minutos de silencio.

Nombres que el modelo entiende

En el informe, la IA devolvía cosas como AuthorLookupId: 83. El dato estaba ahí, pero nadie podía usarlo.

Connect no renombra los campos de tu API. Lo que hace es pedirle a Claude que redacte la descripción de cada tool a partir de tu especificación: cuándo usarla, qué devuelve y qué significa cada campo clave. La marca para que la revises y puedes cambiarla antes de habilitar la tool. Es lo que lee el modelo para elegir la tool y para entender la respuesta.

Una prueba real antes de publicar

• Ninguna tool se habilita sin una llamada correcta contra tu API. Si cambias su ruta o sus parámetros, hay que volver a probarla.
• Cuando tu API cambia, reimportas la especificación y Connect compara. Lo que no cambió conserva tus ajustes. Lo que cambió sale de los canales hasta que vuelve a pasar la prueba.
• Puedes apagar una tool en cualquier momento. Deja de responder al instante, sin tocar tu API.

Lo que Connect no hace por ti

Para ser justos con el informe:

• Connect no recorre páginas por su cuenta. Los parámetros de paginación de tu API pasan a ser argumentos de la tool, y la descripción le explica al modelo cómo usarlos.
• Si tu API falla con un error 5xx o se queda sin tiempo, Connect no reintenta. El error llega al modelo tal cual.

Tu API ya resolvió la parte difícil

Los fallos más duros del informe, los nombres internos, las relaciones entre listas y los identificadores que nadie conoce, vienen de conectarse desde fuera a una plataforma genérica. Tu API es otra cosa: la hiciste para tu propia app, así que ya devuelve nombres, totales y relaciones que tus clientes entienden.

En Acme Distribuidora, nuestra API de demo, la tool que responde "¿cuánto debo?" no pide ningún identificador. Devuelve el saldo, el crédito disponible y la próxima factura de quien pregunta, con sus permisos. Connect se apoya en ese trabajo en vez de rehacerlo.

Si quieres probarlo, esta guía recorre el flujo completo en cinco pasos: cómo convertir tu API en tools para Claude sin escribir código. Los límites exactos están en la documentación de tools.

Notas

1. CData, «We asked Claude Code to build an enterprise MCP server. It fell short.», julio de 2026. El resumen ejecutivo en PDF incluye la tabla completa y los cuatro patrones. ↩

• #mcp
• #claude
• #reliability